Full Stack Developer Python y React — Remoto - LATAM — Fintech AI - Python,

Descripción del puesto

Sobre la vacante

Prediktive está buscando un Full Stack Developer con experiencia en Python y React para unirse a un proyecto de largo plazo con una empresa de desarrollo de software en Atlanta, Georgia. El rol se enfoca en construir infraestructura de AI de nivel bancario para la próxima generación de servicios financieros modernos. Trabajarás en agentes de IA, orquestación de LLM y plataformas escalables que impulsan productos financieros reales.

Responsabilidades principales:

• Construir y escalar productos utilizando LLMs y Machine Learning
• Diseñar servicios backend de alto rendimiento y APIs
• Conectar sistemas backend con interfaces web modernas
• Mejorar escalabilidad, rendimiento y confiabilidad de plataformas impulsadas por IA

Requisitos:

• 5+ años de experiencia en backend con Python (preferiblemente FastAPI)
• 2+ años con TypeScript + React
• Conocimiento sólido de SQL (PostgreSQL/MySQL)
• Experiencia en despliegue con AWS o Azure
• Experiencia con Docker y pipelines CI/CD
• Conocimiento de Kubernetes y Terraform (deseable)
• Experiencia colaborando con equipos de AI/Data
• Nivel avanzado de inglés

Ubicación: Argentina, Uruguay, Chile, Brasil, Costa Rica (remoto en LATAM)

¿Por qué deberías aplicar?

Esta es una oportunidad única para trabajar en la intersección de fintech y AI, construyendo infraestructura bancaria de próxima generación. Aprenderás sobre orquestación de LLMs, agentes de IA y plataformas escalables que realmente impactan productos financieros. Trabajarás con una empresa de Atlanta, lo que te expone a estándares internacionales y metodologías de vanguardia. Es un proyecto de largo plazo que ofrece estabilidad y crecimiento profesional continuo en una de las industrias más innovadoras del momento.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: Python (FastAPI), React con TypeScript, SQL avanzado, AWS/Azure, Docker, CI/CD
• Soft skills: Colaboración con equipos multidisciplinarios (AI/Data), comunicación en inglés avanzado, pensamiento escalable

Tips prácticos para este puesto

• Prepara ejemplos concretos de proyectos donde hayas integrado backend Python con frontend React
• Demuestra experiencia con APIs de alto rendimiento - menciona métricas de latencia, throughput o escalabilidad
• Investiga sobre arquitecturas de LLM en producción - aunque no tengas experiencia directa, muestra comprensión de los desafíos
• Asegúrate de que tu inglés sea fluido - practica explicaciones técnicas en inglés antes de la entrevista

Recursos recomendados

• Documentación: FastAPI docs, React TypeScript cheatsheet, AWS Well-Architected Framework
• Cursos: "Building Scalable AI Platforms" en Coursera, "LLM Production Deployment" en Udemy
• Influencers: Follow @hwchase17 (LangChain creator) y @jeremyphoward (fast.ai) en Twitter/X
• Herramientas: LangChain para orquestación de LLMs, Docker Compose para desarrollo local

Preguntas frecuentes en entrevistas para este rol

• "Describe una arquitectura que hayas diseñado para un sistema de alta disponibilidad" - Enfócate en componentes clave: load balancers, bases de datos replicadas, caching, monitoreo
• "¿Cómo optimizarías una API lenta que consume modelos de ML?" - Menciona caching de resultados, async processing, batching de requests y profiling
• "Cuéntame sobre un desafío técnico en un proyecto React+Python y cómo lo resolviste" - Usa el método STAR: Situación, Tarea, Acción, Resultado

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Mid | $3,500 - $5,000 | | Senior | $5,000 - $7,500 |

*Nota: Empresas de USA como esta suelen ofrecer 30-50% más que el mercado local. El rango puede variar según país específico dentro de LATAM y experiencia exacta con las tecnologías requeridas.*

Red flags a considerar

• Bandera roja 1: Falta de claridad en la roadmap del producto AI - Pregunta en la entrevista: "¿Cuál es el plan de lanzamiento para los primeros features de AI y cómo se medirá el éxito?"
• Bandera roja 2: Equipo de AI/Data subdimensionado - Investiga antes: ¿Cuántos data scientists/ML engineers hay? ¿Hay un lead de AI con experiencia?
• Bandera roja 3: Expectativas poco realistas sobre LLMs - Señal de advertencia: Si hablan de "reemplazar completamente procesos bancarios" sin mencionar validación, testing o fallback mechanisms"